가우스 비율 분포 : 미분 계수


28

나는 두 개의 독립적 인 정규 분포 X 작업하고 있는데 Y, 평균 μxμy 및 분산 σx2σy2 입니다.

나는 그들의 비율 의 분포에 관심이 Z=X/Y있습니다. 나도 XY , 그래서 0의 평균이 없습니다 Z 코시로 배포되지 않습니다.

의 CDF를 찾은 다음 μ x , μ y , σ 2 xσ 2 y에 대해 CDF의 미분을 취해야합니다 .Zμxμyσx2σy2

아무도 이미 계산 된 논문을 알고 있습니까? 아니면 어떻게해야합니까?

나는 1969 년 논문 에서 CDF의 공식을 찾았 지만 이러한 파생물을 복용하는 것은 분명히 큰 고통이 될 것입니다. 누군가 이미 이미했거나 쉽게 수행하는 방법을 알고 있습니까? 나는 주로 이러한 파생 상품의 징후를 알아야합니다.

이 논문은 또한 가 대부분 양수인 경우 분석적으로 더 간단한 근사치를 포함합니다 . 나는 그 제한을 가질 수 없습니다. 그러나 근사치가 모수 범위를 벗어난 경우에도 실제 미분과 동일한 부호를 가질 수 있습니까?Y


4
나는 T를 추가했습니다당신을 위해 X. 당신은 "시그마"를 썼지 만 이것들이 분산이라고 언급했습니다. 여전히 당신이 원하는 것을 말하고 있는지 확인하십시오. TEX
gung-Monica Monica 복원

3
en.wikipedia.org/wiki/Ratio_distribution 에는 확률 밀도 기능이 있습니다.
Douglas Zare

2
위의 종이와 동일한 PDF입니다. 기본 근육과 시그마와 관련하여 CDF의 파생물을 가져 오려고합니다.
ABC

2
David Hinkley가 발견 한 pdf의 공식은 완전히 닫힌 형태입니다. 따라서 한 번에 한 단계 씩 이러한 파생 상품을 취할 수 있습니다. 실제로 부호가 실수보다 일정하게 일정해야하는 이유가 없기 때문에 이러한 파생 작업을 수행 할 때 실제로 궁금합니다.
Xi'an

2
@ABC 이 논문의 방정식 1에서 의 밀도를 찾을 수있다 . 나는 얼마 전에 그것을 연구했으며 Hinkley의 결과와 Marsaglia의 결과에 동의합니다 . 그것은 무력뿐만 아니라 더글라스 Zare는이 (내가 그것을했다 당신이 경우에만 권장 제안 등으로 추론 할 수있는 정말 그것을 할 필요가있다). X/Y

답변:


1

5
@Quantum 사이트에 오신 것을 환영합니다. 독자들이 각 논문을 열거 나 읽지 않고도 원하는 내용인지 판단 할 수 있도록이 논문을 간략하게 요약 해 주시겠습니까?
gung-복직 모니카

@ gung 네, 괜찮습니다 ... 농담입니다. 내가 아는 한, 의 밀도에 대한 표현을 포함하는 주제에 관한 최신 논문입니다 . 주제는 그렇게 뜨겁지 않으므로 2527 년에이 내용을 읽지 않으면이 목록이 최신 상태 일 가능성이 높습니다.Z=X/Y
Quantum

4
Quantum-@gung의 관심사를 다루지 않습니다. 링크 전용 답변은 일반적으로 허용되지 않습니다. Gung은 '이 논문들에 대한 간략한 요약'을 줄 수 있는지 물었습니다 ( '답변에'있음). 의견에 대한 귀하의 단체 설명으로는 충분하지 않습니다. 링크가 포함 된 이유 / 관련 이유를 나타내는 각 링크 (가능한 경우 개별적으로, 전체가 아닌)에 대한 간단한 설명을 제공하십시오. 이 질문에 대한 이전 링크 전용 응답에서 이미 발생했듯이 잠재적으로 유용한 답변이 주석으로 변환 될 위험이 있습니다.
Glen_b-복지 모니카

XYZ=XYxyp(x,y)dxdy

당신이 누락 된 Whay는 밀도의 사실 와이... 헤비 테일이 생성되도록, 제로에서 연속 양성
할보 kjetil B

0

라이센스가있는 경우 Mathematica와 같은 기호 수학 패키지를 사용하고 그렇지 않은 경우 Sage를 사용하십시오.

수치 작업을하는 경우 수치 차별화도 고려할 수 있습니다.

지루하지만, 똑바로 보인다. 즉, 관련된 모든 함수는 미분을 쉽게 계산할 수 있습니다. 수식을 올바르게 작성했는지 확인하기 위해 수치 미분을 사용하여 결과를 테스트 할 수 있습니다.


0

이것은 수치 적으로 매우 쉽고 오류가 적은 종류의 문제입니다. 부호 만 필요하다고 말했기 때문에 정확한 수치 근사치가 필요 이상으로 충분하다고 가정합니다. 다음은에 대한 도함수 예제가있는 코드입니다.μ엑스:

pratio <- function(z, mu_x=1.0, mu_y=1.0,var_x=0.2, var_y=0.2) {
    sd_x <- sqrt(var_x)
    sd_y <- sqrt(var_y)

    a <- function(z) {
        sqrt(z*z/var_x+1/var_y)
    }

    b <- function(z) {
        mu_x*z/var_x + mu_y/var_y
    }

    c <- mu_x^2/var_x + mu_y^2/var_y

    d <- function(z) {
        exp((b(z)^2 - c*a(z)^2)/(2*a(z)^2))
    }


    t1 <- (b(z)*d(z)/a(z)^3)
    t2 <- 1.0/(sqrt(2*pi)*sd_x*sd_y)
    t3 <- pnorm(b(z)/a(z)) - pnorm(-b(z)/a(z))
    t4 <- 1.0/(a(z)^2*pi*sd_x*sd_y)
    t5 <- exp(-c/2.0)
    return(t1*t2*t3 + t4*t5)
}

# Integrates to 1, so probably no typos.
print(integrate(pratio, lower=-Inf, upper=Inf))

cdf_ratio <- function(x, mu_x=1.0, mu_y=1.0,var_x=0.2, var_y=0.2) {
    integrate(function(x) {pratio(x, mu_x, mu_y, var_x, var_y)}, 
        lower=-Inf, upper=x, abs.tol=.Machine$double.eps)$value
} 

# Numerical differentiation here is very easy:
derv_mu_x <- function(x, mu_x=1.0, mu_y=1.0,var_x=0.2, var_y=0.2) {
    eps <- sqrt(.Machine$double.eps)
    left <- cdf_ratio(x, mu_x+eps, mu_y, var_x, var_y)
    right <- cdf_ratio(x, mu_x-eps, mu_y, var_x, var_y)
    return((left - right)/(2*eps))
} 
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.